如何提取MS Access数据库Long Text字段存储的二进制TIFF图像数据

字段仅显示II*不是数据丢失，核心原因有两点：

1. II*本身是小端序TIFF图像的标准文件魔数：小端存储的TIFF文件头固定为前2字节0x49 0x49（对应ASCII字符II）、第3字节0x2A（对应ASCII字符*）、第4字节0x00。Access的文本显示逻辑将0x00识别为字符串终止符，所以界面上只会展示前3个字符，后续所有图像数据都被显示层截断，实际仍完整存储在字段内。
2. 写入逻辑导致直接按文本读取会乱码：VB6 FileSystemObject（FSO）以二进制模式打开TIFF文件写入Access Long Text（即旧版Memo类型）字段时，会将每个原始二进制字节当作系统默认ANSI代码页的单字符，自动转换为.mdb引擎底层使用的UTF-16LE编码字符串，过程中没有做编码合法性校验。如果直接用文本读取接口拉取字段值，会触发编码自动转换，破坏原始字节序列，得到无法识别的乱码。

• 读取阶段跳过文本编码转换：不要用Access自带导出功能、也不要用数据读取器的GetString()方法获取字段内容，直接读取字段的原始存储字节。C#操作OleDb连接.mdb时，调用OleDbDataReader.GetBytes()方法拉取全量字节块，完全绕过默认的文本解码逻辑。
• 逆向还原FSO的编码映射：FSO写入时将每个原始文件字节映射为1个UTF-16LE字符（每个字符占2字节，低字节为原始文件字节值，高字节为0），因此拿到字段原始字节数组后，每隔1个字节取1个低字节，丢弃高字节，即可拼回完整的原始TIFF文件字节流。核心实现代码如下：

// 初始化数据库连接、命令、reader的逻辑略，确保查询语句包含Id和Image字段
// 假设Image字段对应reader的列索引为1
// 第一步：获取字段原始字节总长度
long fieldByteLength = reader.GetBytes(1, 0, null, 0, 0);
byte[] fieldRawBuffer = new byte[fieldByteLength];
// 第二步：拉取字段全量原始字节，不做任何编码转换
reader.GetBytes(1, 0, fieldRawBuffer, 0, (int)fieldByteLength);
// 第三步：还原原始TIFF字节：UTF-16LE编码每个字符占2字节，取每个字符的低8位
List<byte> tiffFileBytes = new List<byte>();
for (int i = 0; i < fieldRawBuffer.Length; i += 2)
{
    tiffFileBytes.Add(fieldRawBuffer[i]);
}

• 结果输出：还原完成后校验字节数组前3位，若为0x49、0x49、0x2A即为还原成功。需要base64格式直接调用Convert.ToBase64String(tiffFileBytes.ToArray())即可生成；需要文件的话直接将字节数组写入.tif后缀文件，就能正常用图像查看器打开。

• 绝对不要尝试将读取到的字符串值用UTF-8、GBK、Windows-1252等编码重新转成字节，这类二次转码会不可逆破坏原始字节数据，必须在数据库读取环节直接获取原始二进制块。
• 如果还原后TIFF文件无法打开，先检查读取字段时是否误走了字符串解析逻辑，只要严格用GetBytes()拿原始存储数据，按上述规则还原的字节流和原始TIFF文件完全一致。

内容的提问来源于stack exchange，提问作者jo phul